病毒进化优化对计算机或生物病毒在网络系统中的扩散过程进行研究，是在有限网络资源情况下对病毒进化速度进行控制和研究网络用户如何被感染的行为。病毒进化优化通过连通图上的动态概率系统来建模，传统的病毒进化模型中对于病毒的进化模型进行描述时，需要解决一个以非负矩阵的谱半径为优化目标的非凸优化问题。基于此，提出了两类新的近似算法：第一种算法基于连续凸近似，为次优算法，但计算速度较快；第二种为基于分支定界的全局最优计算方法，通过非负矩阵的关键不等式获取全局最优解。通过和传统的进化模型进行仿真实验，仿真实验结果表明，新的算法能够使病毒进化过程收敛到全局最优值，并且在不同网络环境下均具有快速的收敛性能。